Easy Trace Group

Вы здесь: Технологии Подготовка растров Подготовка серошкальных растров

Подготовка серошкальных растров

Голосовать
(2 голосов)

Очень часто исходный материал - это вовсе не белоснежная бумага с черными линиями. Время накладывает свой отпечаток на документы и без того не блещущие высоким качеством. Одним словом, редкий материал можно без потерь отсканировать и сохранить как бинарный (он же "черно-белый") растр.

Очень часто исходный материал - это вовсе не белоснежная бумага с черными линиями. Время накладывает свой отпечаток на документы и без того не блещущие высоким качеством. Одним словом, редкий материал можно без потерь отсканировать и сохранить как бинарный (он же "черно-белый") растр.

Выходом в этом случае является сканирование материала в режиме 256-цветной серой шкалы. Такой формат растра позволяет сохранить не только исходные линии, но и слабые карандашные пометки более поздних изменений. Однако векторизовать такой растр приходится, как правило, вручную ...

Тем не менее, и в этом случае можно использовать полуавтоматические трассировщики. Самый простой путь - создать цветовой набор, содержащий самые темные оттенки цвета. (Как правило, именно они лежат на "гребнях"линий). Но есть и другой путь. Это создание многослойного растрового покрытия проекта.

Такое покрытие напоминает "бутерброд" из растровых слоев.В этом "бутерброде" нижним слоем лежит исходный серый растр. Он "заморожен" и трассировщики не обращают на него никакого внимания... А вот сверху лежит прозрачный бинарный растр, выделенный из серошкального средствами бинаризации.

В чем прелесть такого подхода? Серошкальный растр сохранил все крохи информации, находившиеся на исходном материале. Он привычен для понимания, в нем нет места для загадок, встречающихся на черно-белых растрах.

С другой стороны, можно использовать полуавтоматические трассировщики, многократно сокращающие время оцифровки. Эти инструменты прослеживают черные линии, лежащие поверх серого растра. Естественно, такие линии далеки от идеала, и трассировщик частенько обращается к оператору за помощью. Но, видя векторную линию бегущую по серому растру, не трудно указать продолжение или пройти "грязную" часть трассы вручную.

Вряд ли надо доказывать, что чем выше качество бинарного растра, тем проще его трассировка. Качество бинарного растра может быть улучшено двумя путями. Первый - это фильтрация растра после его выделения (бинаризации), второй - улучшение состояния исходного, серого растра, до бинаризации.

Для обработки серошкальных растров могут быть использованы растровые фильтры: "Усиление резкости" и "Усиление контраста" (не путать с "контрастностью"!).

Их можно использовать по отдельности или последовательно, друг за другом. Все зависит от состояния исходного растра. Отличные результаты даёт применение Усиления резкости с последующим применениеем Усиления контраста. Перед использованием фильтров неплохо сделать копию исходного серого растра и привязать её к проекту, сославшись на параметры привязки оригинала.

Важное замечание: поскольку мы говорим о серошкальныхрастрах, для удобства объяснения понятия "интенсивность" далее будет заменено понятием "яркость точки".

Инструмент "Усиление контраста"

Для серошкальных растров яркость любого пиксела может изменятся в диапазоне от 0 (черный) до 255 (белый) цвет. Не вдаваясь в детали, можно сказать, что движки фильтра разбивают исходный диапазон яркостей на три интервала.

Все точки первого интервала (от 0 до левого движка) становятся строго черными с яркостью равной 0. Соответственно точки третьего интервала (от правого движка до 255) становятся белыми с яркостью 255. Центральный интервал равномерно "растягивается" на весь ряд значений от 0 до 255.

Таким образом, перемещая движки, можно "отсечь" бледно-серые помехи и "уплотнить" линии черного цвета.

Ещё одним способом удаления шума может служить гамма-коррекция. При установке параметра корекции больше 1, растяжение центрального диапазона будет неравномерным. Это может позволить "высветлить" оставшийся шум, не затронув содержательные детали изображения.

Покажем работу фильтра на примере:

Исходный растр ...
... растр после коррекции

Как был получен этот результат...

Шаг 1. Перемещаем ползунок верхней границы исходного диапазона яркостей влево. Цель - убрать шум, но сохранить целостность контуров и линий. Тем самым мы "отбелим" серый фон большинства пустых полей чертежа.

Шаг 2. "Уплотняем" черные линии. Важно не "пережать", сделав их излишне толстыми ...

Шаг 3. Увеличиваем параметр гамма-коррекции. При этом осветляются "ореолы" вокруг растровых линий. Линии становятся тоньше (это полезно!), но могут появится мелкие разрывы (это не страшно).

Инструмент "Усиление резкости"

Вне зависимости от характеристик сканера или качества оригинального материала, выполняя сканирование, Вы теряете часть резкости изображения. Растры, сосканированные с помощью недорогих офисных сканеров, практически всегда нуждаются в повышении резкости.Даже профессиональные барабанные устройства "размывают"изображение, хотя в некоторых случаях ПО сканера автоматически "подстраивает" резкость.

Все это означает, что вам практически во всех случаях просто необходимо поднимать резкость изображения.

Задача инструмента "усиление резкости" - повысить четкость получаемых изображений и/или уменьшить (замаскировать) с помощью "микроразмытия" шум и зернистость. Принцип его работы позаимствован из традиционной аналоговой фотографии, и заключается в формировании слегка размытой копии, которая затем вычитается из оригинала. Таким образом, в результате обработки темные пикселы становятся еще темнее, а светлые - еще светлее.

Коэффициент

Параметр определяет степень улучшения контраста в окрестности существующих границ (резких изменений цвета на растре). Установив величину 100%, можно усилить контраст вдвое, 200% - вчетверо и так далее.

Радиус

Параметр задает размер области, которая будет рассматриваться при выявлении границ. Слишком большой размер области может привестик эффекту гало, то есть возникновения вокруг границ заметных областей резкого контраста и противоположного цвета. Для определения подходящего значения параметра подойдет следующее правило: разделите разрешение изображения на 20. Например, при разрешении растра 200 DPI (пикселовна дюйм) значение Радиус около 10 должно привести к неплохим результатам.

Порог

Параметр определяет минимальную разность значений тона между пикселами,которая распознается как наличие перепада (границы). В большинстве случаев хорошие результаты можно получить, используя значения параметра между 2 и 6.

Рекомендация к применению

  1. Начните с установки величины Коэффициент равного 200% и Радиуса, равного разрешению обрабатываемого растра, деленному на 20. Установите Порог равным 4 - это значит, что соседние пикселы, интенсивность которых отличается менее чем на 4 единицы, не будут изменяться.
  2. Если изображение содержит много мелких деталей, попробуйте уменьшить Радиус и увеличить Коэффициент. Если изображение содержит большие объекты и плавные цветовые переходы - наоборот, увеличьте Радиус и уменьшите Коэффициент.

    Эти параметры используются как качели: если Вы увеличиваете один из них, другой надо уменьшить. Бороться с шумами и дефектами можно, пользуясь увеличением параметра Порог. Однако не стоит повышать его до значений 8-10 и выше.

  3. Попробуйте варьировать в небольших пределах все три параметра. Не пугайтесь малых значений Радиуса (например, 3).
Подробнее в этой категории: « Prev

Добавить комментарий


Защитный код
Обновить